正则表达式

发表于 | 分类于

最近学习Scrapy发现要使用正则表达式，所以去菜鸟学习一波

语法

非打印字符

  • \cx匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
  • \f 匹配一个换页符。
  • \n 匹配一个换行符。
  • \r 匹配一个回车符。
  • \s 匹配任何空白字符，包括空格、制表符、换页符等等。
  • \S 匹配任何非空白字符。
  • \t 匹配一个制表符。
  • \v 匹配一个垂直制表符。

特殊字符

  • $ 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。
  • ( )标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。
  • * 匹配前面的子表达式零次或多次。
  • + 匹配前面的子表达式一次或多次。
  • . 匹配除换行符 \n 之外的任何单字符。
  • [ 标记一个中括号表达式的开始。
  • ? 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。
  • \ 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。
  • ^ 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。
  • { 标记限定符表达式的开始。
  • | 指明两项之间的一个选择。

限定符

  • * 匹配前面的子表达式零次或多次。例如，zo 能匹配 “z” 以及 “zoo”。 等价于{0,}。
  • + 匹配前面的子表达式一次或多次。例如，’zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。+ 等价于 {1,}。
  • ? 匹配前面的子表达式零次或一次。例如，”do(es)?” 可以匹配 “do” 、 “does” 中的 “does” 、 “doxy” 中的 “do” 。? 等价于 {0,1}。
  • {n} n 是一个非负整数。匹配确定的 n 次。例如，’o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o。
  • {n,} n 是一个非负整数。至少匹配n 次。例如，’o{2,}’ 不能匹配 “Bob” 中的 ‘o’，但能匹配 “foooood” 中的所有 o。’o{1,}’ 等价于 ‘o+’。’o{0,}’ 则等价于 ‘o*’。
  • {n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，”o{1,3}” 将匹配 “fooooood” 中的前三个 o。’o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。

注意

有些空格是圆角空格，此时\s无法进行匹配，需要将所有圆角空格替换为半角

正则取反

1
2
3
4
5
6
7
8
9
10
11
12
13
14
//   ^((?!正则表达式).)*$ 注意的是是否多行或者全局匹配
// 菜鸟正则网站需要勾选 /gm
public static void main(String[] args) {
  String pattern = "^((?!审 *判 *长.+|.+[\\u4e00-\\u9fa5]+年[\\u4e00-\\u9fa5]+月[\\u4e00-\\u9fa5]+日).)*$";
  // Pattern.MULTILINE 多行匹配
  Pattern r = Pattern.compile(pattern,Pattern.MULTILINE);
  Matcher m = r.matcher(msg2);
  Map<Integer, String> map = new TreeMap<>();
  int j = 1;
  while (m.find()) {
    map.put(j++, m.group().trim());
  }
  System.out.println(map);
}
赏个🍗吧
0%